VECCAR « VECtorisation automatique des Cartes Anciennes »

Le projet inter-MSH VECCAR explore les potentialités de l’Intelligence Artificielle pour automatiser la vectorisation des cartes anciennes.

Dominique Andrieu (MSH Val de Loire, Tours)

• Frédérique Bertoncello (CEPAM),
• Giovanni Fusco et Clément Prouin (ESPACE),
• Valérie Piétri (URMIS),
• Johan Jouve, Vannina Marchi Van Cauwelaert et Dominique Prunetti (LISA)
• MOM : Maison de l’Orient et de la Méditerranée
• LIFAT : Laboratoire d’Informatique Fondamentale et Appliquée
• MMSH : Maison Méditerranéenne des Sciences de l’Homme
• MSHE : Maison des Sciences de l’Homme et de l’Environnement
• ILIAD3 : Centre d’Expertise et de Transfert Universitaire de l’Université de Tours dans le domaine de l’Innovation Logicielle en traitement d’Images & Acquisition de Données 3D
   

2020-2022

AAP 2019-2020 du Réseau national des Maisons des Sciences de l’Homme ; Axe 4 de la MSHS Sud-Est

Résumé :
Le projet inter-MSH VECCAR (https://www.msh-vdl.fr/recherche/projet-veccar/) explore les potentialités de l’Intelligence Artificielle pour automatiser la vectorisation des cartes anciennes, qui constituent une documentation fondamentale en histoire, archéologie et géographie pour l’analyse de l’évolution des territoires, des paysages et de l’occupation du sol. Pour pouvoir utiliser ces informations cartographiques et les croiser avec d’autres types d’informations spatialisées, il est nécessaire de passer des images amorphes que sont les cartes numérisées à des cartes vectorisées dont chaque élément (routes, réseau hydrographique, parcelles, bâtiments, etc.) constitue une information spécifique mobilisable dans un Système d’Information Géographique. C’est pour cette étape de vectorisation, généralement réalisée manuellement et très couteuse en temps, que le recours à la reconnaissance automatique de formes par l’Intelligence Artificielle constitue une innovation notable. Dans ce cadre, les chercheurs de la MSHS Sud Est de Nice disposent d’une expertise particulière sur la vectorisation et l’exploitation des cadastres dits « napoléoniens », dressés au cours du XIXe s. sur l’ensemble du territoire national, qui sont mobilisés pour des recherches conduites en Balagne (Corse) par les historiens, géographes et économistes du laboratoire LISA à Corte, dans la plaine du Var (Nice) par les géographes de l’UMR ESPACE et dans la plaine de l’Argens (Fréjus, Var) par les archéologues du CEPAM. Afin de produire les « vérités terrain » servant de base d’apprentissage pour l’Intelligence Artificielle (deep learning), une stagiaire du Master 2 « Géoprospective, Aménagement et Durabilité des territoires » d’Université Côte d’Azur a été recrutée pour un stage de 4 mois portant sur le vectorisation et l’analyse spatiale de cadastres anciens dans le secteur de Fréjus et de Cagnes-sur-Mer (avril-juillet 2021, encadrement G. Fusco, C. Prouin (ESPACE) et F.  Bertoncello (CEPAM).

Objectifs et méthodologie :
L’objectif du projet VECCAR est d’établir une preuve de concept visant à valider la faisabilité de la vectorisation de cartes numérisées anciennes par l’Intelligence Artificielle (deep learning), afin d’en extraire les informations géographiques historiques qu’elles contiennent.

• Séminaire en ligne « L’intelligence artificielle dans la cartographie et la géomatique », 8 avril 2021 (https://www.msh-vdl.fr/actualite/seminaire-lintelligence-artificielle-en-cartographie/)

• Poster présenté par D. Andrieu (MSH Val de Loire, Tours) et R. Raveaux (LIFAT -EA 6300, Tours) au Colloque « Interdisciplinarité(s) » du RN-MSH, 9-10 sept. 2021, Aix-en-Provence
• Mémoire de Master 2 de Saeideh Badri « Analyse spatiale de cadastres anciens vectorisés » dans le secteur de Fréjus et de Cagnes-sur-Mer (Master « Géoprospective, Aménagement et Durabilité des territoires », 2021).